人工智能NLP在金融领域的发展趋势和实践经验

作者： 郑骁庆 林金曙

金融服务行业正在爱上“吞噬”文本数据，即自然语言处理。（The financial services industry is falling in love with text crunching—also known as NLP.）

自然语言处理（NLP）在金融科技中主要解决两端的问题，一端是数据，另一端是人。据估计，90%的数据以非结构化的形式呈现，自然语言处理的目标是将非结构化的数据转为结构化表示，然后将语言描述相似的内容汇聚，从而估计所描述事件的可靠性和真实性，进而通过事件之间的关联关系，产生新发现和新洞见，为后续的决策提供依据。对用户来说，自然语言处理技术让机器更懂人言，更了解用户的需求及意图，从而提供及时、准确、友好的服务。

NLP在金融领域的发展趋势

细粒度的舆情分析

舆情分析在金融领域的研究起步较早，应用也较为广泛。大众对某个事件的评价与态度，与相关资产的价格变动趋势有很强的相关性。基于这样的逻辑，可以让系统自动化收集和分析舆情信息，总结对某事件或某企业的评价。这方面金融行业亟需做得更加细腻，开展细粒度的舆情分析，例如对某企业新发布产品的外观、功能、价格等各方面评价进行分析，进而形成对产品的完整评价；细粒度还指不能对所有来源的舆情信息一视同仁处理࿰